去除除 src 之外的所有 HTML 屬性
[英]Strip all HTML attributes except for src
問題描述
我正在嘗試刪除除src屬性之外的所有標簽屬性。 例如：
<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>
將返回為：
<p>This is a paragraph with an image <img src="/path/to/image.jpg" /></p>
我有一個正則表達式來去除所有屬性，但我試圖調整它以保留在src 。 這是我到目前為止所擁有的：
<?php preg_replace('/<([A-Z][A-Z0-9]*)(\b[^>]*)>/i', '<$1>', '<html><goes><here>');
6 個解決方案
解決方案1
21 2010-06-08 21:52:53
這可能適合您的需求：
$text = '<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>';
echo preg_replace("/<([a-z][a-z0-9]*)(?:[^>]*(\ssrc=['\"][^'\"]*['\"]))?[^>]*?(\/?)>/i",'<$1$2$3>', $text);
// <p>This is a paragraph with an image <img src="/path/to/image.jpg"/></p>
RegExp 分解：
/ # Start Pattern
< # Match '<' at beginning of tags
( # Start Capture Group $1 - Tag Name
[a-z] # Match 'a' through 'z'
[a-z0-9]* # Match 'a' through 'z' or '0' through '9' zero or more times
) # End Capture Group
(?: # Start Non-Capture Group
[^>]* # Match anything other than '>', Zero or More Times
( # Start Capture Group $2 - ' src="...."'
\s # Match one whitespace
src= # Match 'src='
['"] # Match ' or "
[^'"]* # Match anything other than ' or "
['"] # Match ' or "
) # End Capture Group 2
)? # End Non-Capture Group, match group zero or one time
[^>]*? # Match anything other than '>', Zero or More times, not-greedy (wont eat the /)
(\/?) # Capture Group $3 - '/' if it is there
> # Match '>'
/i # End Pattern - Case Insensitive
添加一些引用，並使用替換文本<$1$2$3>它應該從格式良好的 HTML 標簽中去除任何非src=屬性。
請注意這不一定適用於所有輸入，因為 Anti-HTML + RegExp 人員在下面非常聰明地注意到。 有一些后備，最明顯的是<p style=">">最終會成為<p>">和其他一些損壞的問題......我建議將Zend_Filter_StripTags視為 PHP 中的完整證明標簽/屬性過濾器
解決方案2
8 2010-06-08 02:34:55
相反，您應該調用DOMDocument::loadHTML 。
然后您可以遞歸遍歷文檔中的元素並調用removeAttribute 。
解決方案3
1 已采納 2010-06-08 21:32:41
好的，這是我使用的似乎運行良好的方法：
<([A-Z][A-Z0-9]*)(\b[^>src]*)(src\=[\'|"|\s]?[^\'][^"][^\s]*[\'|"|\s]?)?(\b[^>]*)>
隨意戳它的任何孔。
解決方案4
0 2010-06-08 08:40:59
不幸的是，我不確定如何為 PHP 回答這個問題。 如果我使用 Perl，我會執行以下操作：
use strict;
my $data = q^<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>^;
$data =~ s{
<([^/> ]+)([^>]+)> # split into tagtype, attribs
}{
my $attribs = $2;
my @parts = split( /\s+/, $attribs ); # separate by whitespace
@parts = grep { m/^src=/i } @parts; # retain just src tags
if ( @parts ) {
"<" . join( " ", $1, @parts ) . ">";
} else {
"<" . $1 . ">";
}
}xseg;
print( $data );
返回
<p>This is a paragraph with an image <img src="/path/to/image.jpg"></p>
解決方案5
0 2015-06-17 04:37:09
發布為Oracle Regex提供解決方案
<([^!][a-z][a-z0-9]*)([^>]*(\ssrc=[''''\"][^''''\"]*[''''\"]))?[^>]*?(\/?)>
解決方案6
0 2021-01-15 22:24:24
不要使用正則表達式來解析有效的 html。 僅當所有可用的 DOM 解析器都失敗時，才使用正則表達式來解析 html 文檔。 我超級喜歡正則表達式，但正則表達式是“DOM-ignorant”，它會悄悄地失敗和/或改變你的文檔。
我通常更喜歡 DOMDocument 和 XPath 的混合，以簡潔、直接和直觀地定位文檔實體。
除了少數幾個小例外，XPath 表達式與簡單英語中的邏輯非常相似。
//@*[not(name()="src")]
- 在文檔中的任何級別 (
//) - 查找任何屬性（
@*） - 滿足這些要求 (
[]) - 那不是（
not()） - 命名為“src”（
name()="src"）
這更具可讀性、吸引力、廣告可維護性。
代碼：（演示）
$html = <<<HTML
<p id="paragraph" class="green">
This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/>
</p>
HTML;
$dom = new DOMDocument;
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);
foreach ($xpath->query('//@*[not(name()="src")]') as $attr) {
$attr->parentNode->removeAttribute($attr->nodeName);
}
echo $dom->saveHTML();
輸出：
<p>
This is a paragraph with an image <img src="/path/to/image.jpg">
</p>
如果要添加另一個豁免屬性，可以使用or
//@*[not(name()="src" or name()="href")]
解決方案7
-1 2010-06-08 22:28:54
如上所述，您應該使用正則表達式來解析 html 或 xml。
我會用 str_replace() 來做你的例子； 如果它的所有時間都一樣。
$str = '<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>';
$str = str_replace('id="paragraph" class="green"', "", $str);
$str = str_replace('width="50" height="75"',"",$str);
用 PHP 中的“data-src”屬性替換 HTML 中的所有“src”屬性
[英]Replace All 'src'-attributes in HTML with 'data-src' attributes in PHP
如何使用正則表達式從HTML剝離屬性（樣式屬性除外）？
[英]How do I strip attributes (except the style attribute) from HTML using regular expressions?
我想剝離所有HTML標記（允許的除外），如果不允許，則將其顯示為代碼
[英]I want to Strip all HTML tags, except allowed, if not allowed then show it as code
如何從字符串中刪除除反引號中包含的標記之外的所有HTML標記？
[英]How to strip all HTML tags from a string except tags contained inside backticks?
PHP HTML strip_tags all 除了 some 並從標簽中刪除樣式
[英]PHP HTML strip_tags all except some and remove styling from within tag
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.